我国东北寒冷地区中长期电力负荷预测研究

摘要

电力工业是我国最基础的能源工业之一,也是我国的经济命脉。我国的经济发展、国家安全、社会稳定和人民生活品质的提高都离不开安全的电力供应。经济要发展,电力需先行是各国一贯的电力政策。随着我国经济的迅猛发展,虽然近些年电力体制改革得到了不断的深化与完善,但是电力工业的发展速度却没能跟上我国经济的发展速度,其主要受1998年以来的电力建设松懈思潮的影响,即三年不上火电的政策。1998年电力开工项目1021万千瓦,1999年和2000年,更是连续两年只有600万千瓦的电力项目。而2000年后中国进入了新一轮的经济建设高峰期,GDP以每年10％左右的速度增长。致使电力供应不足,电荒问题越来越严重。这已经严重影响到了我国的经济发展。中长期电力负荷预测是解决这一问题的良好方法之一。
　　长期以来,国内外学者对中长期电力负荷预测进行了较为深入的探索,也形成了一系列行之有效的预测方法。然而电力系统是一个极其复杂的系统,电力负荷受多种因素的影响,各种影响因素之间的关系错综复杂,同一影响因素在不同的地域影响程度往往是不一样的,分析现有的预测方法发现,这些方法中很少有针对寒冷地区进行研究。为科学反映我国不同区域的社会经济发展状况,完善电力工业对经济发展的前瞻性,本文以黑龙江省为例对东北三省寒冷地区中长期电力负荷预测进行研究。
　　为此,首先研究了寒冷地区中长期电力负荷的影响因素,利用计量经济学方法选取一般宏观经济、东北气温、东北生活情况、东北地区产业特点等四个方面的指标。并通过最小二乘回归模型和误差修正模型计算了这些影响因素对电力负荷的影响程度。深入研究了节能减排政策对电力负荷的影响,通过实证数据研究了节能减排对第二产业占比,能源消耗总量,集中供热总量和单位面积供热量等四个寒冷地区中长期电力负荷影响因素的作用机理,构建了节能减排背景下寒冷地区中长期电力负荷的影响机理模型。并在此基础上，对黑龙江省“十二五”期间中长期电力负荷的六个影响因素进行了预测。
　　在保留普通支持向量机全局最优、结构简单、推广能力强等优点的基础上，通过引入主成分分析来对输入变量进行降维,通过引入离子群算法来实现支持向量机的参数择优,并在电力负荷预测机理研究的基础上，构建了基于机理研究的离子群优化支持向量机模型,并以此模型来进行寒冷地区中长期电力负荷的预测。
　　在构建基于机理研究的离子群优化支持向量机模型的基础上，针对以往电力负荷预测模型评价算法的不足,通过引入预测精确性指标、预测平稳性指标、训练样本数指标、预测方法复杂程度指标、预测方法通用性指标和输入变量个数指标共六个指标,构建了电力负荷预测方法的综合评价体系,以此为依据来判断预测模型的优良性。以综合评价体系为依据,利用东北三省的数据对寒冷地区中长期电力负荷进行了实证研究,检验了论文中提出的理论模型及相关内容,研究表明基于机理研究的粒子群优化支持向量机模型可以有效地进行寒冷地区中长期电力负荷预测。
　　论文在最后根据前述研究结果,应用基于机理研究的粒子群优化支持向量机模型对黑龙江省“十二五规划”期间的电力负荷进行了预测。同时结合本研究的相关结论,为我国寒冷地区中长期电力负荷预测提出了相关的战略对策,同时在结论部分也指出了关于寒冷地区中长期电力负荷预测有待进一步深入探讨的问题。

目录

我国东北寒冷地区中长期电力负荷预测研究

RESEARCH ON LONG TERM ELECTRIC LOAD FORECASTING OF COLD REGIONS IN NORTHEAST

摘要

Abstract

Contents

第1章 绪论

1.1 研究背景及问题的提出

1.1.1 研究背景

1.1.2 问题的提出

1.2 研究的目的与意义

1.2.1 研究目的

1.2.2 研究意义

1.3 国内外研究现状及评述

1.3.1 中长期电力负荷预测影响因素研究的国内外研究现状

1.3.2 中长期电力负荷预测方法的国内外研究现状

1.3.3 国内外研究现状评述

1.4 研究内容与方法

1.4.1 研究内容

1.4.2 研究方法

1.4.3 技术路线图

第2章 寒冷地区中长期电力负荷预测的相关理论

2.1 电力负荷基本理论

2.1.1 电力负荷的分类

2.1.2 中长期电力负荷的特点

2.2 电力负荷预测的基本理论

2.2.1 电力负荷预测的定义

2.2.2 电力负荷预测的分类

2.2.3 电力负荷预测的特点

2.3 寒冷地区中长期电力负荷预测的基本理论

2.3.1 寒冷地区的界定

2.3.2 寒冷地区中长期电力负荷预测的基本原则

2.3.3 寒冷地区中长期电力负荷预测的基本要求

2.3.4 寒冷地区中长期电力负荷预测的步骤

2.4 寒冷地区中长期电力负荷影响因素研究的基本方法和理论

2.4.1 灰色关联分析

2.4.2 协整检验及格兰杰因果关系检验

2.5 本章小结

第3章 寒冷地区中长期电力负荷的影响因素研究

3.1 指标的选取及数据的获得

3.1.1 指标的选取原则

3.1.2 数据的获得

3.2 寒冷地区中长期电力负荷的主要相关因素提取

3.2.1 各指标与电力负荷之间灰色关联度的计算

3.2.2 主要相关因素与电力负荷之间关系的定性分析

3.3 各主要相关因素对寒冷地区中长期电力负荷影响关系

3.3.1 单位根检验

3.3.2 平稳性指标的格兰杰因果关系检验及最小二乘回归模型构建

3.3.3 非平稳性指标的协整关系检验及误差修正模型构建

3.4 本章小结

第4章 节能减排背景下寒冷地区中长期电力负荷研究

4.1 节能减排政策及其对负荷预测的影响及意义

4.2 节能减排对寒冷地区第二产业占比的影响

4.2.1 节能减排背景下产业结构得到不断调整

4.2.2 节能减排背景下各产业得到不断优化升级

4.3 节能减排政策对能源消耗总量的影响

4.3.1 节能减排背景下能源利用效率得到不断提高

4.3.2 节能减排背景下能源结构得到不断优化

4.4 节能减排对集中供热总量和单位面积供热量的影响

4.4.1 节能减排背景下集中供热效率得到不断提高

4.4.2 节能减排背景下集中供热结构得到不断优化

4.5 节能减排背景下的寒冷地区中长期电力负荷影响机理模型

4.6 节能减排背景下对黑龙江省“十二五”期间相关指标的预测

4.6.1 对第二产业占比的预测

4.6.2 对能源消耗总量的预测

4.6.3 对集中供热总量和单位面积供热量的预测

4.7 本章小结

第5章 粒子群支持向量机模型及综合评价体系构建

5.1 支持向量机理论

5.1.1 支持向量机

5.1.2 支持向量机的核函数

5.2 基于支持向量机回归的中长期电力负荷预测模型构建及优化

5.2.1 基于支持向量机回归的中长期电力负荷预测模型构建

5.2.2 基于主成分分析的支持向量机输入变量优化

5.2.3 基于粒子群算法的支持向量机参数最优选择

5.3 基于机理研究的粒子群优化支持向量机预测模型构建

5.4 现行电力负荷预测模型的不足及预测效果的评价方法

5.4.1 现行电力负荷预测模型的不足

5.4.2 现行电力负荷预测效果的评价方法

5.5 综合评价体系的构建

5.5.1 建立综合评价体系的指导思想

5.5.2 综合评价体系的评价原则

5.5.3 评价系统的建立

5.6 本章小结

第6章 东北三省中长期电力负荷预测的实证研究

6.1 对所构建模型的实证研究

6.2 对其它常用预测模型的实证研究

6.2.1 基于多元回归预测模型的实证研究

6.2.2 基于BP神经网络模型的实证研究

6.2.3 基于灰色预测模型的实证研究

6.2.4 基于组合预测模型的实证研究

6.3 各模型预测结果的对比及分析

6.4 黑龙江省“十二五”期间电力负荷预测与战略对策研究

6.4.1 输入变量的主成分提取

6.4.2 黑龙江省“十二五”期间电力负荷预测

6.4.3 电力企业新环境下的战略对策研究

6.5 本章小结

结论

参考文献

攻读博士学位期间发表的论文和取得的科研成果

哈尔滨工业大学学位论文原创性声明及使用授权说明

致谢

个人简历